基于增量学习神经模糊网络的机动目标跟踪

本文提出了基于增量学习神经模糊网络机动目标跟踪模型.当被跟踪目标发生机动时,该模型立刻检测到机动并对卡尔曼滤波器的自适应系统协方差进行精确估计,系统得到及时、正确的补偿.增量学习神经模糊网络能够随着环境变化,自动调整、找到最优的网络结构及参数,当发生机动时,总是能产生接近真实机动值的估计输出,从而提高跟踪性能及避免错误跟踪.仿真结果表明,该模型比传统的机动目标跟踪模型有更好的跟踪性能,并且该模型能动态的适应环境的变化,使系统更加实时,精确的跟踪机动目标.     

高频雷达抑制冲击干扰的研究与实验

工作在高频波段的超视距雷达如何换制雷电,无线电通信等信号的冲击干扰是目前国内外尚未解决的问题。本文首次揭示了这种干扰在雷达多普勒域存在的奇异性特征,并根据这种特征提出了在多普勒域检测冲击干扰的小波分析方法和高频雷达抑制冲击干扰的方案。现场实验结果表明这种方法简便有效。本文从理论上解决了在窄带相关系统中检测冲击干扰的问题,工程上实现了高频雷达对冲击干扰的抑制,从而提高了这种雷达的生存能力。     

高频雷达海洋回波信号的混沌特性研究

高频波段海洋回波信号表现了非线性和频谱时变性.传统的谱分析方法,无法反映回波信号在时间上的演化规律.本文应用混沌动力学方法分析和计算了高频波段海波回波信号的混沌特性参数,并通过高频地波雷达实测数据的验证,首次得到了高频无线电波海洋回波信号呈现混沌特性的结论.这一结论对高频雷达目标探测和海态遥感研究都具有重要意义.     

多传感器多目标无源定位跟踪算法研究

针对多站无源测向交叉定位在复杂环境下会产生大量虚假定位点问题,本文提出了一种对目标进行无源定位跟踪的新方法,即先通过数据聚类,确定目标数量;由此动态建立多模弹性神经网络,去除了大部份虚假点;再通过建立航迹树的方法来动态跟踪目标,去除弹性网络未去除的虚假点.该方法解决了大量虚假点存在的情况下,目标数量的确定难题、弹性网初始化难题及动态剔除虚假点难题,进而有效地解决了多干扰机目标相关、虚假点的剔除问题.仿真分析试验表明:该方法计算量低,弹性网络收敛速率快,目标正确锁定率及虚假点剔除率高.     

复杂干扰环境下的分布式多传感器检测

实用多传感器系统应考虑各种环境干扰的复杂性,然而复杂干扰环境下多传感器数据融合的研究是目前尚未开展的领域.为此,本文首先建立了复杂干扰环境下多传感器系统的马尔可夫模型,给出了状态转移图和状态概率,并根据该模型推导出复杂干扰环境下多传感器融合检测的四种判决方法.最后给出了仿真结果,并分析了检测概率和虚警概率.     

高频雷达抗瞬时干扰研究

高频雷达（ＨＦＲａｄａｒ）作为指示超视距目标的有效手段在海防武器系统中担当重要的角色。高频段电磁环境恶劣,各种瞬时干扰破坏了ＨＦ雷达的正常工作。本文首次揭示了瞬时干扰在ＨＦ雷达多普勒域呈现的奇异性特征,提出了利用小波变换在多普勒域检测这种干扰的方法,并在此基础上进一步提出基于线性预测模型的多普勒信号恢复方法,成功地抑制了瞬时干扰对高频雷达的影响。现场实验表明,本文提出的方案有效地提高了ＨＦ雷达抗瞬时干扰的能力。     

单双基地复合高频地波雷达网定位精度分析

单基地高频地波雷达易受到电子干扰、隐身武器等威胁,建立单双基地复合高频地波雷达网是解决这一问题最易工程实现的途径。该文首次以单双基地复合高频雷达网为背景,针对高频地波雷达沿海面绕射的特点采用曲面定位分析推导和仿真系统的探测精度,给出定位精度曲线,并得到单双基地复合高频地波雷达网各测量子集在不同探测区域的精度分布,为高频雷达组网的探测、跟踪及融合提供理论基础。     

数据关联的神经——模糊融合方法

本文提出了基于神经－－模糊融合网络的数据关联新方法，解决了杂波背影下多目标２数据关联的实际问题，首衔为分级实现数据关联和降低关联模糊度，在文献（１）的基础上构造了多目标快速数据关联的系统结构，然后应秀神经－－模糊融合技术和改进的模糊基函数网络学习算法完成相关值的计算，该方法在地波超视距达站应用结果表明，这种方法提高了数据关联的性能和快速性，并为强海杂波背影下多目标跟踪提供了一种新的方法。     

雷达航迹处理研究

本文主要研究了超视距地波雷达数据处理器的航迹处理问题。从整体最优并兼顾局部最优的观点出发着重解决了多目标多值相关、跟踪数据的丢失以及对不良数据的补偿问题。     

高频雷达射频干扰自适应对消

针对高频雷达中存在的射频干扰空间结构非平稳特性,Fabrizio提出了一种干扰抑制方法.然而,该方法忽视了对目标信号相干积累的影响.本文分析了这种影响,在此基础上提出了一种新型的天线方向图综合算法,并进一步将其应用到射频干扰自适应对消中.仿真结果表明本文的方法较大地改善了高频雷达的工作性能.